貞光科技｜汽車芯片深度研究報告

貞光科技從車規(guī)微處理器MCU、功率器件、電源管理芯片、信號處理芯片、存儲芯片、二、三極管、光耦、晶振、阻容感等汽車電子元器件為客戶提供全產(chǎn)業(yè)鏈供應解決方案！

汽車芯片是什么？

汽車芯片即車規(guī)級芯片，標準要高于工業(yè)級和民用級芯片，僅次于軍工級芯片。芯片大概有以下四種級別，分別是軍工級、汽車級、工業(yè)級和民用/商業(yè)級。不同等級的芯片的標準不一，考慮到安全性、工作環(huán)境等一系列因素的影響，汽車級芯片的制作要求遠高于工業(yè)級芯片和民用級芯片，因此汽車級芯片的價格也明顯處于高位。

根據(jù)相關的數(shù)據(jù)，2019Q1汽車級MCU的平均售價為2.07美元，而其他各類MCU的平均售價僅0.062美元，大約只有汽車級MCU的3%。

按功能分，汽車芯片可分為控制類（MCU和AI芯片）、功率類、模擬芯片、傳感器和其他（如存儲器）。按英飛凌的數(shù)據(jù)，從燃油車到電動車，單車半導體價值量將從457美元提升至834美元，車用半導體市場持續(xù)擴大，但是車規(guī)芯片市場基本被國際巨頭所壟斷。

傳統(tǒng)汽車的控制芯片主要為MCU，其制程普遍在40nm以下，不同MCU來自不同供應商，通常為代工模式，臺積電占所有汽車MCU晶圓代工約70％的市場份額，智能汽車時代引入AI芯片；功率類芯片包括MOSFET和IGBT，制程在90nm以上，生產(chǎn)模式以IDM（廠商自行設計、制造、封裝、測試）為主，部分產(chǎn)品逐步開始國產(chǎn)替代。

模擬芯片主要包括電源管理芯片和信號鏈芯片，電源管理壁壘相對較低，國內(nèi)布局廣泛，信號鏈芯片國內(nèi)也有部分企業(yè)布局；傳感器芯片可以分為車輛感知（動力、底盤、車身、電子電器系統(tǒng)）和環(huán)境感知（車載攝像頭、超聲波雷達、毫米波雷達、激光雷達），智能化帶來傳感類芯片的高速增長。

行業(yè)集中度相對較高，MCU芯片現(xiàn)階段市場空間最大，AI芯片未來市場空間增速最快。目前各種類車規(guī)級芯片前五大廠商市占率之和均大于60%，車規(guī)級芯片市場集中度相對較高。MCU芯片、功率類芯片廠商中前五大均為海外企業(yè)，車規(guī)級芯片市場份額基本被國際巨頭壟斷。

根據(jù)中汽中心數(shù)據(jù)顯示，2020年車規(guī)級MCU芯片市場空間為65億美元，遠超其他車規(guī)級芯片，2026年預計增長至88億美元。車規(guī)級AI芯片2019年市場空間為10億美元，預計以CAGR+35%的速度迅速擴張，到2026年AI芯片市場空間將達到120億美元，成為市場空間最大的車規(guī)級芯片。

芯片生產(chǎn)工序主要涉及芯片設計、晶圓加工、封裝和測試。芯片企業(yè)經(jīng)營主要分為IDM、Fabless兩種模式，IDM即芯片設計、生產(chǎn)、封裝、檢測自己完成；Fabless廠商則專注于芯片的設計研發(fā)和銷售，將晶圓制造、封裝測試等外包給代工廠完成，代工廠也被稱為Foundry。目前，只有英特爾、三星、德州儀器等少數(shù)企業(yè)采用IDM模式，大部分芯片企業(yè)都只從事芯片設計，例如華為、聯(lián)發(fā)科、高通，臺積電是全球最大的晶圓代工廠商。

汽車芯片的發(fā)展趨勢

產(chǎn)品趨勢：汽車架構從分布到集中，汽車芯片從MCU到AI芯片汽車電子電氣架構正從分布式走向集中式，產(chǎn)生算力更高的域控制器芯片需求。

在早期，汽車電子是以分布式ECU架構為主流，每個單獨的模塊都擁有自己的ECU，此時芯片的計算能力相對較弱。隨著汽車電子化程度的提高，復雜的功能推動傳統(tǒng)的分布式架構向中心化架構發(fā)展，對芯片算力的要求也隨之提高。

博世的電子電氣架構演進圖表明，汽車的電子電氣架構將經(jīng)歷三大階段、六小階段的發(fā)展。三大階段分別是分布式結構、區(qū)域中心化結構、整車中心化結構，六小階段分別是模塊化階段、模塊整合階段、區(qū)域中心化階段、區(qū)域整合階段、整車整合階段和車載云計算階段。整車電子電氣從分布式走向中心化成為一種趨勢，當汽車電子電氣架構形成域的概念后，將產(chǎn)生算力更高的域控制器芯片的需求。

軟件重要性隨著自動駕駛等級提升而提升，對于芯片的要求也相應提升。根據(jù)智研咨詢發(fā)布的《2020-2026年中國自動駕駛行業(yè)投資潛力分析及市場規(guī)模預測報告》預測，從L1到L4，自動駕駛汽車中軟件的價值量將從26%提高到30%，而硬件的價值量將從58%下降到45%。軟件重要性的提高需要汽車芯片擁有更強的算力，因此，隨著智能駕駛等級的提升，對于芯片的要求將逐漸提升。

傳統(tǒng)汽車中的控制芯片為MCU，主要有8位，16位和32位三種型號。電子控制單元ECU是現(xiàn)代汽車電子的核心元件之一，泛指汽車上所有的電子控制系統(tǒng)，根據(jù)管理功能的不同可分為EMS（發(fā)動機控制器）、TCU（變速箱控制器）、VCU（整車控制器）等，而MCU是在ECU當中負責數(shù)據(jù)處理和運算的芯片，是把CPU、內(nèi)存（RAM+ROM）、多種I/O接口等整合到單一芯片上形成的芯片級計算機。

當前汽車級MCU主要有8位，16位和32位三種型號。三種型號的MCU在汽車的應用場景上有所不同，隨著位數(shù)的增加，MCU的運算能力逐漸增強，適用的場景也更加高端。

對芯片算力要求的提高推動MCU朝高位數(shù)方向發(fā)展。在傳統(tǒng)的燃油汽車當中主要采用的是功能芯片MCU，可以滿足汽車對于發(fā)動機控制、制動力控制、轉(zhuǎn)向控制等一系列簡單功能的實現(xiàn)。隨著汽車電子電器的發(fā)展，32位MCU開始扮演車用電子系統(tǒng)中的主控處理中心角色，即將分散各處的低階電子控制單元（ECU）集中管理。

MCU難以滿足智能駕駛的需求，AI芯片進入汽車市場。車規(guī)級AI芯片是未來智能化汽車的“大腦”。不同于以CPU運算為主的MCU，AI芯片一般是集成了CPU、圖像處理GPU、音頻處理DSP、深度學習加速單元NPU+內(nèi)存+各種I/O接口的SOC芯片。自動駕駛對于芯片算力的要求有著質(zhì)的飛躍，現(xiàn)階段L2級別自動駕駛計算量已達10TOPS,L3級別需要60TOPS，L4級別算力將超過100TOPS。

目前，市場上主流的32位MCU的工作頻率最高只達到350MHZ，64位MCU擁有更高的算力，但也無法滿足自動駕駛汽車數(shù)億行代碼的運算需求，這就需要算力遠高于MCU的AI芯片來滿足智能駕駛的算力需求。車規(guī)級AI芯片擁有TOPS級別（1TOPS=1萬億次計算每秒）的運算能力，可以為自動駕駛提供保障，例如英偉達Xiavier/Orin/Atlan芯片分別可以達到30/200/1000TOPS的算力。

AI芯片主要分為GPU、FPGA、ASIC，當前主流的AI芯片是GPU，未來可能被ASIC替代。三類AI芯片之間的區(qū)別在于適用范圍不同。GPU屬于通用型芯片，ASIC則屬于專用型芯片，而FPGA則是介于兩者之間的半定制化芯片。

三種AI芯片各有優(yōu)劣，但是由于當前用量有限，ASIC難以形成規(guī)模，而FPGA的量產(chǎn)成本高，相比于GPU而言開發(fā)門檻又高，因此目前二者在AI芯片市場的占比均不高，GPU由于運算速率快，且通用性強，開發(fā)難度又相對較低，因此在目前及未來一段時間都將占據(jù)主流地位。

但是隨著AI芯片市場規(guī)模的擴大，預計在未來某個時間點，高性能、功耗低，量產(chǎn)成本又低的ASIC將對功耗高、成本高的GPU形成替代，成為主流的AI芯片。而FPGA由于功能可修改這一優(yōu)勢，在算法不斷更新、迭代的環(huán)境下將有很強的競爭優(yōu)勢，在需求量較小的專用領域?qū)⒈３肿∫欢ǖ氖袌龇蓊~。

AI芯片的算力遠高于MCU的原因在于二者的邏輯架構中，ALU的比重不同。通過對比AI芯片和MCU的邏輯架構，我們可以解釋為什么AI芯片的算力遠高于MCU。

由于AI芯片主要分為三類，因此我們可以選取當前市場上處于主流地位，同時性能又相對普通的GPU來作對比；由于MCU是在CPU的基礎上整合內(nèi)存、計數(shù)器等其他模塊組成的芯片級計算機，它的算力與CPU處于同一量級，甚至略低于CPU（MCU中的CPU是經(jīng)過適當縮減頻率和規(guī)格后才整合其他模塊的），因此我們可以用CPU代替MCU來作對比。

通過對比GPU和CPU的邏輯架構，我們可以發(fā)現(xiàn)二者的ALU（算術邏輯單元）的比重有很明顯的區(qū)別。在CPU當中，ALU的占比僅5%，而在GPU當中，ALU的占比卻有40%，而這便是GPU的算力遠高于CPU的主要原因，同樣也是AI芯片的算力遠高于MCU的主要原因。

AI芯片加速上車，今年上市新車型開始使用AI芯片。各大車企今年上市的新車型開啟了AI芯片上車的時代，其中英偉達、高通、Mobileye的市場占有率較高：Mobileye在智能駕駛領域起步早，高通、英偉達則分別在智能座艙、自動駕駛領域處于領先位置。

同時，自主AI芯片廠商同樣具有較強競爭力，以地平線和華為為代表：極狐阿爾法S和賽力斯SF5搭載華為AI芯片和計算平臺，嵐圖FREE和智己L7搭載地平線征程系列芯片。

政策趨勢：汽車缺芯問題引發(fā)思考，扶持***上升到國家戰(zhàn)略層面21年缺芯問題全球化，多家車企減產(chǎn)或停產(chǎn)。

自2020年年末，大眾因為大陸和博世的ESP芯片短缺停產(chǎn)開始，“缺芯片”問題陸續(xù)影響全球車企，大眾、沃爾沃、通用、福特、豐田、本田、日產(chǎn)等跨國車企陸續(xù)因半導體供應緊張而暫停部分工廠的生產(chǎn)計劃，其中涉及到多款熱銷車型。國內(nèi)的一汽、長城、蔚來等也受到缺芯片影響而減產(chǎn)或推遲新車型的上市計劃。

車規(guī)芯片相對消費芯片具有更高的要求，國內(nèi)參與者甚少，缺芯背景下缺乏自主可控供應鏈引起關注和重視。芯片設計業(yè)者，進入車用芯片供應鏈最基本的就是取得AEC-Q100/101/200認證，這是由北美汽車產(chǎn)業(yè)所推的針對集成電路應力測試認證的失效機理認證測試，其中AEC-Q100針對IC類產(chǎn)品、101針對離散器件、200針對被動零件。

除此之外，車規(guī)級芯片的生產(chǎn)流程需要符合零失效的供應鏈品質(zhì)管理標準ISO/TS16949規(guī)范要求，模塊的質(zhì)量測試需要符合ISO16750標準中“道路車輛-環(huán)境條件以及電氣電子設備測試標準”的相關規(guī)定。對于消費型產(chǎn)品的功能設計，國內(nèi)芯片設計業(yè)者已駕輕就熟，但鑒于車規(guī)級芯片的更高要求和更大難度，以及需要投入的研發(fā)成本，目前國內(nèi)企業(yè)涉及該領域的非常少。當前汽車缺芯背景下，國內(nèi)企業(yè)受制于上游的國外廠商，缺乏國產(chǎn)替代產(chǎn)品，缺乏自主可控供應鏈問題引起關注和重視。

“兩步走”中：

• 第一步由主機廠和系統(tǒng)供應商共同推動，扶持重點芯片企業(yè)，幫助芯片企業(yè)首先解決技術門檻較低的車規(guī)級芯片國產(chǎn)化問題，提升其車規(guī)級國產(chǎn)化體系能力。
• 第二步主要由芯片供應商推動，形成芯片供應商內(nèi)生動力機制，解決技術門檻高的車規(guī)級芯片國產(chǎn)化問題。隨著支持車規(guī)芯片國產(chǎn)化的政策陸續(xù)推出，芯片“國產(chǎn)化”必然會成為新浪潮。

智能駕駛

市場空間：主要增量來自AI芯片，

十年CAGR達30%

乘用車市場將保持低速增長，汽車

智能化推動芯片市場增長

近年來，乘用車銷量增速普遍下滑，未來將保持低速增長。根據(jù)中國汽車工業(yè)協(xié)會的數(shù)據(jù)，近年來，全球以及中國乘用車市場的銷量增速明顯下滑，2018年以來更是出現(xiàn)負增長。2020年，我國乘用車零售累計達到1928.8萬輛，同比下降10%。隨著經(jīng)濟逐漸復蘇，被抑制的購車需求逐漸釋放，預計2021年全球/中國汽車銷量增速分別8%/10%，未來全球以及中國的乘用車銷量將分別保持2%和4%的低速增長。

未來全球無人駕駛行業(yè)市場前景廣闊，汽車智能化發(fā)展將推動汽車芯片的發(fā)展。隨著汽車智能化發(fā)展，無人駕駛汽車的市場前景越來越明朗，無人駕駛汽車的投入使用將帶動無人駕駛系統(tǒng)行業(yè)的發(fā)展，根據(jù)IHS報告的數(shù)據(jù)，到2035年，全球無人駕駛系統(tǒng)的市場規(guī)模將達到6000億元，而中國的市場規(guī)模則接近1500億元。汽車芯片作為無人駕駛系統(tǒng)的核心元件之一，受益于智能駕駛行業(yè)的發(fā)展，未來將有不錯的發(fā)展前景。

汽車MCU：市場空間十年翻倍

通過對單車MCU裝載量以及售價進行預測，我們可以預測未來全球以及中國的車載MCU的市場空間。

1.單車MCU數(shù)量預測：

估算2020年平均單車MCU數(shù)量為50片。2007年一部中端汽車采用的MCU數(shù)量大約是40-50片，高端車型可達到80-100片，平均每輛汽車的MCU數(shù)量約為30個?，F(xiàn)階段一輛普通汽車的ECU多達七八十個，我們估算2020年平均單車采用MCU數(shù)量為50片。

汽車電子繼續(xù)在中低端車型滲透，2025年隨著L4開始滲透將成為MCU數(shù)量由增到減的轉(zhuǎn)折點。

• 一方面，隨著汽車電子化程度的提高，單車裝載的ECU數(shù)量會隨之增加，根據(jù)博世公布的數(shù)據(jù)，從2006年到2016年，平均每輛汽車的ECU數(shù)量從28個增加到38個，未來隨著汽車智能化發(fā)展，汽車電子化程度會進一步提高，單車裝載的ECU/MCU的數(shù)量也會進一步增加。
• 另一方面，汽車電子電氣架構（E/E架構）的集成化發(fā)展會導致ECU數(shù)量的減少，同時E/E架構的發(fā)展過程中誕生的集成化的域控制器對芯片算力的要求更高，AI芯片會對部分MCU進行替代，現(xiàn)今特斯拉的自動駕駛系統(tǒng)Autopilot3.0搭載的便是自研的AI芯片（FSD芯片），而其他車企的自動駕駛/智能座艙域控制器中也開始搭載英偉達/高通的AI芯片，E/E架構的集成化以及AI芯片對MCU的替代會導致ECU/MCU數(shù)量的減少。

目前汽車處于分布式電子電器架構模塊化階段，逐步向分布式電子電氣架構集成化階段過渡。模塊化的架構在當前L2階段還可以被接受，但到了L4級別，模塊化封閉的架構設計缺陷將被放大。

L4預計將在2025年之后開始逐步上量，我們預測：

• 在2025年之前，市場平均單車MCU數(shù)量將隨著汽車電子化程度提高、中低端車型汽車電子加速滲透而提升，L2-L3級車加速滲透，并逐步從分布式模塊化向分布式集成化階段過渡。
• 2025年之后，L4開始滲透，L2-L4車型電子電器架構預計均從分布式模塊化轉(zhuǎn)變?yōu)榉植际郊苫?，并逐步向域集中電子電氣架構過渡，由此帶來市場平均單車MCU數(shù)量的減少，與此同時，中低端車汽車電子的滲透已接近尾聲，滲透率增速將逐步放緩。
• 2025年平均單車采用的MCU數(shù)量預計隨著中低端車型電子化升級提升到55片；自2025年起，隨著L4/L5級別的自動駕駛汽車開始滲透，L2/L3加速切向分布式集成化架構，平均單車采用的MCU數(shù)量開始逐年下降，預計到2030年下降到50片。

2.車載MCU單價預測：

• 2025年后分布式模塊化架構向集成化轉(zhuǎn)換將加速車載MCU單價的提升。根據(jù)SemicoResearchCorp.的數(shù)據(jù)，2018年車載MCU年平均售價為2.02美元，2019年上半年上漲到2.07美元，汽車芯片價格逐年提升。
• 2020年下半年開始的缺芯問題更是導致部分車載MCU產(chǎn)品的價格上調(diào)了20%-30%。根據(jù)恩智浦官網(wǎng)產(chǎn)品信息，8位、16位、32位車載MCU平均價格依次遞增。
• 2025年開始，隨著電子電氣架構從分布式模塊化向分布式集成化轉(zhuǎn)換，32位MCU的占比將逐漸增加，預計2025年以后車載MCU的平均單價將加速提升。

我們預測：2020/2021由于缺芯問題車載MCU的平均單價分別增長15%/25%，2022年回歸正常區(qū)間，并由于32位占比提升平均單價將以5%的年復合增長率增長。

3.2025年/2030年全球汽車MCU市場空間將達到96/122億美元。基于對乘用車未來增速的預測，再結合對單車MCU裝載量以及車載MCU單價的預測，我們預測全球車載MCU的市場規(guī)模將在2025年達到96億美元，到2030年達到122億美元，年復合增長率預計可達6.74%；同時，我們預測中國車載MCU的市場規(guī)模將在2025年達到38億美元左右，到2030年達到53億美元以上，年復合增長率預計可達8.82%。

汽車級AI芯片：市場空間

10年近15倍

通過對各等級自動駕駛汽車的滲透率以及AI芯片的單車價值量的預測，我們可以預測未來全球以及中國的車載AI芯片的市場空間。

1、各等級自動駕駛汽車的滲透率預測。2020年11月11日，由北京市人民政府、工業(yè)和信息化部、公安部、交通運輸部、中國科學技術協(xié)會共同主辦的2020世界智能網(wǎng)聯(lián)汽車大會在北京開幕，國汽智聯(lián)首席科學家李克強教授在會上發(fā)布《智能網(wǎng)聯(lián)汽車技術路線圖2.0》，提出了中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)在發(fā)展期(2020-2025)、推廣期(2025-2030)和成熟期(2031-2015)的發(fā)展目標:2025年L2、L3級新車銷量占比達50%、C-V2X達50%；2030年L2、L3級新車銷量占比達70%、L4級達20%、C-V2X基本普及，2025年前后實現(xiàn)智能駕駛的規(guī)模化應用。基于以上信息，我們對未來中國市場各等級自動駕駛汽車的滲透率進行預測。

2.各等級自動駕駛汽車的AI芯片單車價值量預測。以當前各等級自動駕駛汽車的單車價值量的測算值為基準，我們預測未來五年隨著汽車智能化集成化程度的提升、對AI芯片的要求和性能隨之提升，AI芯片的單車價值量會5%的年復合增長率增長。隨后，由于L3級別的自動駕駛汽車已經(jīng)初具規(guī)模，一定程度上分攤成本，L4級別的自動駕駛汽車也開始進入市場，成本低、性能好的ASIC逐漸進入市場，對GPU形成替代，此時AI芯片的價格下降，預測相應的單車價值量會以每年5%的速度下降。

3.2025年/2030年全球汽車AI芯片市場空間將達到113/236億美元。2025年前單車價值量和自動駕駛滲透率共同加速汽車AI芯片市場增長，2025年后自動駕駛持續(xù)滲透使車載AI芯片市場繼續(xù)保持增長?；趯Τ擞密囄磥碓鏊俚念A測，再結合對各等級自動駕駛汽車的滲透率以及相應的AI芯片單車價值量的預測。

我們預測全球汽車級AI芯片的市場規(guī)模將在2025年達到113億美元，到2030年達到236億美元，年復合增長率預計可達30.79%；同時，我們預測中國汽車級AI芯片的市場規(guī)模將在2025年達到68億美元，到2030年達到124億美元以上，年復合增長率預計可達28.14%。

智能駕駛

競爭格局：MCU格局穩(wěn)定，AI芯片

國產(chǎn)廠商加速追趕

傳統(tǒng)汽車控制類芯片MCU格局穩(wěn)定，智能駕駛的發(fā)展使車載AI芯片迎來多元化的競爭格局。在過去的幾十年里，在汽車電子芯片領域，主流供應商以歐美和日本廠商為主，外來者鮮少打破此格局。

但是隨著汽車行業(yè)智能化的發(fā)展，芯片和軟件在汽車中占比將逐步提升，在此趨勢下，在傳統(tǒng)的車載MCU廠商如ST、NXP、英飛凌、瑞薩發(fā)力研究自動駕駛方案的同時，消費級芯片廠商及人工智能公司也進入車規(guī)級領域，比如英特爾，英偉達，高通等。除此之外，一些國內(nèi)的科技公司開始自主研發(fā)芯片產(chǎn)品，如華為、百度、地平線等。

MCU競爭格局穩(wěn)定，CR5約90%

MCU主要廠商產(chǎn)品及技術成熟，大多委托代工廠進行晶圓制造。傳統(tǒng)車規(guī)控制芯片MCU，行業(yè)重要玩家以國外廠商為主，包括瑞薩電子、恩智浦、英飛凌、德州儀器、微芯電子、意法半導體等。從產(chǎn)品和技術方面而言，前五大MCU廠商的產(chǎn)品系列豐富、種類多樣，具備從基礎功能到高性能的覆蓋面，同時隨著技術進步也在不斷出新。

MCU市場發(fā)展至今，制造技術和產(chǎn)品相對成熟，各家產(chǎn)品也各有特點，如日本瑞薩電子的RH850系列采用瑞薩40納米工藝制造為業(yè)界首創(chuàng)，且其還提供具有強大成本效益的功能和特性。

恩智浦基于高性能混合信號的專業(yè)性，產(chǎn)品支持多種loT景觀、提供極高集成度且廣泛的軟硬件支持。而英飛凌在開發(fā)產(chǎn)品時側重于能源效率、移動性和安全性，且其于2019年收購賽普拉斯，強強聯(lián)合。在產(chǎn)品制造方面，各大廠都選擇了代工廠進行晶圓委托制造，但當前芯片行業(yè)環(huán)境緊張的情況下，許多代工廠也面臨延遲交貨的問題，從而造成了一定的經(jīng)營風險。

MCU主要廠商近五年營收來源于亞洲地區(qū)居多，主要客戶均為全球知名大廠。根據(jù)2016年至2020年的企業(yè)數(shù)據(jù)，瑞薩電子、恩智浦、英飛凌、德州儀器、微芯科技和意法半導體這六家MCU主要廠商營收主要來源為亞洲地區(qū)居多，而亞洲地區(qū)中日本、中國以及新加坡這三國居多。

從各自主要客戶來看，六家MCU主要廠商的重要客戶范圍覆蓋全球及多個行業(yè)，包括知名車企（如比亞迪、本田等）、汽車供應商（如德國大陸）、通訊科技公司（如華為）、高科技公司（如蘋果）等，而與其合作的企業(yè)也多為各自行業(yè)的龍頭企業(yè)，可見其產(chǎn)品知名度和認可度。

德州儀器近年營收與凈利潤穩(wěn)居高位。2015年至2020年，在重要財務指標方面，德州儀器無論是在營業(yè)收入還是在凈利潤方面都顯著高于其他幾家廠商，2020年營收高達144.61億美元、凈利潤達55.95億美元。

近幾年，從營業(yè)收入而言，恩智浦表現(xiàn)較為穩(wěn)定，瑞薩則在2016年波動后趨于穩(wěn)定，德州儀器穩(wěn)定居于高位，而英飛凌、意法半導體、微芯都大致呈增長趨勢，其中英飛凌、意法半導體均在2020年突破百億美元營收。在營收結構方面，根據(jù)各廠商最新的官方數(shù)據(jù)，瑞薩電子汽車業(yè)務占比48%、恩智浦汽車業(yè)務營收占比為44%、英飛凌汽車業(yè)務占比45%、德州儀器汽車業(yè)務占比21%、微芯科技汽車業(yè)務營收占比55%、意法半導體汽車業(yè)務占比32%。

從歸母凈利潤角度而言，變動大于營收變動，恩智浦凈利潤在2019至2020年大幅下跌至2020年的0.52億美元，瑞薩電子和意法半導體的凈利潤則在2019年下跌后出現(xiàn)回升，英飛凌凈利潤在近年先升后降至2020年的4.32億美元，而德州儀器和微芯科技近年趨勢則穩(wěn)中帶增。其中，德州儀器盈利數(shù)據(jù)表現(xiàn)突出但車規(guī)MCU市占率并非最高或與其汽車業(yè)務營收占比不高相關，相比其他前五大廠商，德州儀器2020年汽車業(yè)務營收占比僅為20%。

歐美日傳統(tǒng)廠商占據(jù)車規(guī)級MCU市場大多數(shù)份額，國內(nèi)廠商近年不斷發(fā)展。縱觀2020年車規(guī)級MCU市場占有率，瑞薩電子（30%）、恩智浦（26%）、英飛凌（14%）、賽普拉斯（9%）（被英飛凌收購）、德州儀器（7%），微芯科技（7%）和意法半導體（5%）搶占98%的市場，剩下的其他廠商共占2%。

從毛利率角度而言，前六家廠商2016年至2020年毛利率較為穩(wěn)定，其中德州儀器表現(xiàn)突出、穩(wěn)居高位。由于車規(guī)級MCU研發(fā)周期長，認證要求遠高于消費和工業(yè)級MCU，中國僅幾家企業(yè)能夠?qū)崿F(xiàn)中低端品類的量產(chǎn)，國產(chǎn)滲透率很低，車規(guī)級MCU芯片市場大部分份額由歐美日等傳統(tǒng)廠商瓜分。中國實現(xiàn)量產(chǎn)車規(guī)級MCU的主要企業(yè)包括上海芯旺微電子、杰發(fā)科技、賽騰微電子和比亞迪半導體。

在2018年底，四維圖新的子公司杰發(fā)科技自主研發(fā)并量產(chǎn)了國內(nèi)首顆車規(guī)級MCU芯片AC781x，而2020年比亞迪半導體的車規(guī)級MCU已批量裝載在比亞迪全系列車型上，累計裝車超500萬顆，可見國產(chǎn)MCU產(chǎn)品也在不斷發(fā)展、未來可期。

綜合多項指標，傳統(tǒng)汽車控制芯片MCU外資長期壟斷，格局穩(wěn)定。作為全球車規(guī)級MCU行業(yè)的前六大廠商，瑞薩電子、恩智浦、英飛凌、德州儀器、微芯科技和意法半導體在各個方面都展示出強勁的實力，在該行業(yè)有著難以超越的優(yōu)勢和地位。

隨著智能駕駛這一概念的興起，自動駕駛對于芯片算力的要求有著質(zhì)的飛躍，現(xiàn)階段L2級別自動駕駛計算量已達10TOPS,L3級別需要60TOPS，L4級別算力將超過100TOPS，MCU芯片無法滿足自動駕駛汽車數(shù)億行代碼的運算需求，AI芯片開始上車，為自動駕駛的發(fā)展提供保障。AI芯片的發(fā)展目前經(jīng)歷兩個階段：

AI芯片第一階段：低級別輔助駕駛發(fā)展，

Mobileye占統(tǒng)治地位

輔助駕駛階段Mobileye和賽靈思占據(jù)行業(yè)龍頭位置，收購賽靈思后Mobileye輔助駕駛市占率超70%。L1~L2級自動駕駛技術興起之后，自動駕駛芯片市場長期被Mobileye和賽靈思兩個玩家所掌控，截至2020年，前者的年出貨量接近2000萬片，后者則超過700萬片。2020年10月，AMD宣布收購賽靈思，截止2017年mobileye稱，已有25家汽車制造商的2700萬輛汽車使用了其駕駛輔助系統(tǒng)，市場份額超過70%。

Mobileye擅長視覺技術，賽靈思擅長感知計算，強強聯(lián)合優(yōu)勢互補。Mobileye以計算機視覺技術見長，致力于自動駕駛的視覺方案，主打功能強大、低功耗EyeQ?系列芯片。賽靈思推出Zynq?UltraScale+?MPSoC的多個產(chǎn)品系列，處理和計算毫米波雷達感知到的數(shù)據(jù)。將攝像頭和雷達的感知能力結合起來使用，可以實現(xiàn)L2級自動駕駛技術。

L2級自動駕駛普遍使用Mobileye提供的視覺感知方案（攝像頭和EyeQ芯片）+毫米波雷達（內(nèi)載賽靈思的計算芯片）硬件架構，因此這個市場一直都是Mobileye和賽靈思的天下。

Mobileye制造模式由Fabless向IDM轉(zhuǎn)型，后續(xù)或?qū)崿F(xiàn)芯片自給自足。目前，EyeQ系列芯片主要由意法半導體及臺積電代工，芯片產(chǎn)量在產(chǎn)能緊缺時將受代工廠限制。英特爾執(zhí)行長PatGelsinger于2021年3月24日宣布英特爾將投入200億美元在美國設廠，并以IDM2.0的形式，重返晶圓代工業(yè)務。英特爾美國制造基地已擁有四座正常運營的工廠，具備所有支持新工廠的基礎設施，這將加快建設速度，新的晶圓廠將在2024年為英特爾內(nèi)部業(yè)務和外部客戶提供晶圓代工服務。Mobileye將在后續(xù)完成IDM轉(zhuǎn)型，實現(xiàn)芯片自給自足。

EyeQ系列產(chǎn)品覆蓋國內(nèi)外各大傳統(tǒng)車企和新勢力，于2019-2021年密集上市。憑借輔助駕駛領域的高性能、低功耗的技術方案，Mobileye的產(chǎn)品已在福特、上汽、寶馬、沃爾沃、威馬、長城、廣汽、一汽等傳統(tǒng)老牌車企以及蔚來、理想、小鵬等造車新勢力上上車。

AI芯片第二階段：高級別自動駕駛階段，

高通、英偉達為龍頭

L3功能量產(chǎn)車密集發(fā)布，帶來更高性能的座艙、自動駕駛芯片需求。今年上海車展上各大車企密集發(fā)布L2+功能的新車，進入到該階段，電子電氣架構向域集中式發(fā)展，目前主要是智能座艙和自動駕駛域的形成和發(fā)展，這需要更高級別的AI芯片提供支持。芯片作為預埋硬件，在后續(xù)軟件優(yōu)化升級后與之匹配，實現(xiàn)智能駕駛功能的升級，因此，超越當前自動駕駛級別要求的芯片提前上車成為趨勢（現(xiàn)階段L2級別自動駕駛計算量已達10TOPS,L3級別需要60TOPS，L4級別算力將超過100TOPS）。

智能座艙和自動駕駛平行發(fā)展，高通、英偉達分別為座艙、自動駕駛領域龍頭。目前，進入智能座艙和自動駕駛領域的廠商有高通、英偉達、Mobileye、地平線、華為和黑芝麻等，隨著新型AI芯片的不斷推出，已涵蓋L1至L5級全自動駕駛功能。

英偉達是自動駕駛領域的龍頭，全新的自動駕SoCAtlan，單顆算力能夠達到1000TOPS，相比上一代算力提升接近4倍。高通在智能座艙領域占統(tǒng)治地位，并開發(fā)高度可擴展、開放、完全可定制化的SnapdragonRide平臺，提供功耗高度優(yōu)化的自動駕駛解決方案，長城汽車將在2022年推出的高端車型上率先采用具備強大性能的SnapdragonRide平臺。

英偉達、高通技術領先，Mobileye實力不俗。英偉達新推出的Atlan芯片算力可達1000TOPS，采用7nm工藝的Orin芯片可實現(xiàn)每秒200TOPS運算性能，比上一代Xavier提升7倍，功耗僅為45W，采用12nm工藝的Xavier功耗僅為30W。

高通RideSoC采用先進的5nm工藝，搭載第六代高通KryoCPU與第六代AdrenoGPU，算力達700-760TOPS，功耗也僅有65W，SA8155與SA8195也采用了7nm工藝。Mobileye全新的EyeQ5采用7nm工藝，算力達24TOPS，功耗僅為10W，支持L4-L5自動駕駛等級，預計2023年上市的EyeQ6采用7nm工藝，AI算力達67TOPS的同時預計功耗僅為25W。

• 英特爾：計算機CPU巨頭收購Mobileye進軍自動駕駛領域。英特爾在車機芯片與自動駕駛芯片一起發(fā)力，除自動駕駛領域收購Mobileye外，車機芯片擁有眾多客戶，采用14nm工藝的5款A3900系列芯片與寶馬、通用、凱迪拉克、現(xiàn)代起亞、捷豹路虎、長城、奇瑞、斯巴魯、紅旗、合眾汽車等擁有合作。
• 英偉達：擁有XAVIER、PEGASUS系列芯片和Hyperion平臺，DriveAGX系統(tǒng)可支持L2+~L5級自動駕駛。公司將于2022年正式投產(chǎn)的Orin芯片可實現(xiàn)每秒200TOPS運算性能，比上一代Xavier提升7倍，功耗僅為45W，與上一代產(chǎn)品一致，可提供L2+高級輔助駕駛功能，升級到雙片后算力達到400TOPS，可提供L4級別自動駕駛方案，未來使用的GPU可進一步擴展算力，理論可達2000TOPS，為實現(xiàn)L5預留充足硬件能力。公司于2021年新推出的Atlan芯片目標瞄準L4/L5自動駕駛，采用ZeusCPU架構，算力可達1000TOPS。
• 高通：2020年CES大會上發(fā)布自動駕駛平臺“驍龍Ride”，正式入局智能汽車領域。驍龍RideSoC搭載第六代高通KryoCPU與第六代AdrenoGPU，算力達700-760TOPS，配合加速器和自動駕駛堆棧的獨特組合為汽車制造商提供了可擴展的解決方案，旨在支持自動駕駛系統(tǒng)的三個行業(yè)領域：即用于車輛的L1/L2主動安全ADAS，其中包括自動緊急制動，交通標志識別和車道保持輔助功能；L2+便捷ADAS，適用于在走走停停的交通中以自動公路駕駛，自助停車和城市駕駛為特色的車輛；以及L4/L5全自動駕駛，用于城市自動駕駛，出租車和機器人物流。
• 地平線：擁有國內(nèi)首款車規(guī)芯片，征程五代算力將達96TOPS。公司擁有的征程二代芯片不僅實現(xiàn)了中國車規(guī)級AI芯片量產(chǎn)的零突破，也補齊了國內(nèi)自動駕駛產(chǎn)業(yè)生態(tài)建設的關鍵環(huán)節(jié)。公司2021年最新推出的征程五代芯片，最高可支持L4自動駕駛等級，具備96TOPS的AI算力，實際性能超過特斯拉FSD芯片。
• 華為：已可支持L3、L4級自動駕駛。MDC600平臺基于8顆昇騰310AI芯片，整合了CPU和相應的ISP模塊，算力高達352TOPS，功耗算力比為1TOPS/W，能夠支持L4級別自動駕駛。最新推出的麒麟990A，使用7nm工藝，支持L4自動駕駛等級，CPU搭載4核泰山V120+4核Cortex-A55，GPU搭載8核Mali-G76。
• 黑芝麻：AI計算部分基于完全自研的NPU。目前芯片是A1000，采用16nm工藝，整體芯片為ASIL-B級，可實現(xiàn)ASIL-D級安全島；用于AI計算的部分基于黑芝麻自研的NPU，算力可以達到40Tops。今年上海車展，黑芝麻發(fā)布新一代A1000pro，算力將達到106Tops，預計今年第三季度可以拿到工程樣片。
• 特斯拉：擁有HW3.0、HW4.0、DOJO三款自研芯片。2021年8月，特斯拉發(fā)布超級計算機DOJO，DOJO算力可達362TOPS，使用7nm工藝，可以實現(xiàn)1024GFLOPS的BF16算力，在芯片周圍的四向都有4TB/s的傳輸帶寬。

AI芯片龍頭毛利率均居高位，英偉達營收穩(wěn)定增長。英偉達2020年營收達166.75億美元，歸母凈利潤為27.96億美元，營收與歸母凈利潤增長穩(wěn)定；高通營收保持穩(wěn)定，歸母凈利波動增長，2020年營收達235.31億美元，歸母凈利潤為51.98億美元。在汽車業(yè)務方面，英偉達2020年汽車業(yè)務收入5.36億美元，2019年為7億美元，2020年前穩(wěn)步增長。

2020年高通汽車業(yè)務收入6.44億美元，2019年為6.4億美元，汽車業(yè)務收入保持穩(wěn)定。從公司整體毛利率來看，高通與英偉達均居于高位，毛利率均維持在60%左右，相比之下英偉達毛利率增長更為穩(wěn)定明顯。從公司整體凈利率來看，2019年前英偉達凈利率增長趨勢明顯，2019年后在25%左右平穩(wěn)增長。高通凈利率在2017年和2018年有較大波動，2019年凈利率恢復到18.07%，并呈現(xiàn)平穩(wěn)增長的態(tài)勢。

客戶合作方面，英偉達和高通是主要參與廠商，擁有眾多整車廠/Tier1客戶。英偉達和高通的客戶優(yōu)質(zhì)而廣泛，覆蓋超370家整車廠商：傳統(tǒng)車企方面，奧迪、奔馳、現(xiàn)代、奇瑞、沃爾沃、路虎、廣汽等眾多廠商選擇英偉達和高通；造車新勢力方面，英偉達和高通拿下了蔚來、理想、小鵬、零跑、威馬、天際等最新車型的訂單，將頭部造車新勢力一網(wǎng)打盡。

Mobileye、高通和英偉達的客戶重復度高，但合作領域差異較大，英偉達在自動駕駛領域占據(jù)優(yōu)勢，高通的重心為智能駕駛艙，Mobileye雖在輔助駕駛階段占統(tǒng)治地位，但在自動駕駛和智能駕駛艙領域不再有強競爭力。同時，自主AI芯片廠商發(fā)展勢頭迅猛，華為和地平線與多與造車新勢力合作，搭載車型陸續(xù)上市。

今年各大車企密集發(fā)布L2+自動駕駛車型，在高級別自動駕駛應用上，英偉達和高通的市場占有率高。各大車企今年相繼進入L2+量產(chǎn)階段，開啟了AI芯片上車時代，在高級別自動駕駛量產(chǎn)車上，高通、英偉達分別在智能座艙、自動駕駛領域處于領先位置。同時，自主AI芯片廠商同樣具有較強競爭力，以地平線和華為為代表：極狐阿爾法S和賽力斯SF5搭載華為AI芯片和計算平臺，嵐圖FREE和智己L7搭載地平線征程系列芯片。

汽車AI芯片壁壘高，且涉及到量產(chǎn)周期較長，且僅臺積電等少數(shù)幾家代工廠具備制造封裝能力，因此目前率先量產(chǎn)的龍頭廠商短中期地位穩(wěn)固。英偉達和高通起步較早，其中，英偉達TegraK1、TegraX1、TegraParker、Xavier已實現(xiàn)量產(chǎn)，并搭載于眾多上市車型，Orin也將在2022年實現(xiàn)量產(chǎn)。高通602A、820A、SA6155、SA8155、SA8195已實現(xiàn)量產(chǎn)，搭載的車型眾多，Ride也將在2022年實現(xiàn)量產(chǎn)。

車規(guī)級AI芯片從設計到量產(chǎn)一般需要4~5年，由于開發(fā)周期長、技術難度大；另外，英偉達、高通、地平線、華為、黑芝麻、mobileye等公司采用FABLESS模式，主要負責定義、設計及定案，晶圓的制造和芯片封裝、測試一般委托給臺積電等少數(shù)代工廠商負責；英特爾采用IDM模式，不需代工廠進行代工。因此，率先實現(xiàn)量產(chǎn)的龍頭廠商將具有較高的競爭壁壘，高通和英偉達的優(yōu)勢地位短中期不易被撼動。

綜合技術、產(chǎn)品、客戶、規(guī)模、量產(chǎn)節(jié)奏，結合未來汽車電子電氣架構和智能化的發(fā)展趨勢，我們認為：在汽車AI芯片領域，高通和英偉達占據(jù)龍頭，地平線、華為具備較強的國產(chǎn)替代實力。

AI芯片的競爭格局上：Mobileye起步最早，市場占有率最高；高通、英偉達分別在智能座艙、自動駕駛領域處于領先位置，英偉達自動駕駛產(chǎn)品Atlan算力已經(jīng)可以達到1000TOPS。

同時，采用7nm工藝的Orin芯片可實現(xiàn)每秒200TOPS運算性能，功耗僅為45W。高通智能座艙方面的SA8195芯片采用7nm工藝，支持L4自動駕駛等級，自動駕駛方面，高通RideSoC采用先進的5nm工藝，算力達700-760TOPS，大規(guī)模量產(chǎn)上車即將開啟；自主品牌近兩年發(fā)展迅速，產(chǎn)品更新速度快，與國內(nèi)整車廠廣泛合作，以地平線、華為最為突出。

地平線的征程5對標英偉達Orin、MobileyeEyeQ5，同為7nm工藝，具備高算力、低功耗的技術實力，征程6也已投入研發(fā)，預計2023年發(fā)布，2024年實現(xiàn)量產(chǎn)；客戶合作上，征程系列芯片已搭載或即將搭載于長安UNI-T、奇瑞螞蟻、上汽智己、傳祺GS4Plus、嵐圖FREE、思皓QX、大通MAXUSMIFA等多款車型上。

華為的車載AI芯片包括座艙領域的麒麟芯片和自動駕駛領域的昇騰芯片，在工藝、功耗、算力等方面保持領先水平；產(chǎn)品應用方面，除了在極狐AlphaS華為Hi版和小康塞力斯上應用外，與上汽、吉利、江淮、一汽紅旗、東風汽車等車企也開展了深度合作。

*免責聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個人觀點，貞光科技二次整理，不代表貞光科技對該觀點贊同或支持，僅為行業(yè)交流學習之用，如有異議，歡迎探討。